基于反距離加權(quán)空間插值方法的南京老城區(qū)PM2.5 的空間分布研究

許亞輝 周 蕾 倪海峰 李 輝

河海大學(xué)地球科學(xué)與工程學(xué)院

概述

隨著工業(yè)化進程的加快，人類活動對自然環(huán)境的影響越來越大，以南京為例，在2014年1月全國74 個城市空氣質(zhì)量排名中，南京位于倒數(shù)第15 名。其中，以PM2.5為首要污染物的天數(shù)最多。目前，大氣中PM2.5 對人類健康的威脅逐步加劇，如何減輕PM2.5 對人類的危害已成為一個迫切需要解決的問題。本文通過利用反距離加權(quán)空間插值的方法分析南京市城區(qū)PM2.5 空間分布情況，進而為改進城市綠化、保護城市生態(tài)環(huán)境、滿足城市居民對改善城市環(huán)境的迫切需求提供決策支持。

研究區(qū)域與研究方法

研究區(qū)概況

南京市，長江下游地區(qū)重要的產(chǎn)業(yè)城市和經(jīng)濟中心，是華東地區(qū)的交通樞紐。行政區(qū)劃上，南京市由11 個轄區(qū)組成。

數(shù)據(jù)來源

PM2.5 數(shù)據(jù)及監(jiān)測站空間位置坐標(biāo)

本文所使用的PM2.5 數(shù)據(jù)由PM2.5 監(jiān)測網(wǎng)中南京老城區(qū)的9 個PM2.5 監(jiān)測站提供，且這9 個PM2.5 監(jiān)測站空間位置，即經(jīng)緯度由Google 地球提供，如表1 所示。

南京市行政邊界矢量圖

在對南京市老城區(qū)PM2.5 數(shù)據(jù)進行空間插值時，需要使用南京市行政邊界矢量圖作為繪制底圖，該矢量邊界由測繪科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//sms.webmap.cn）提供。

研究方法

空間插值方法

如果一個反映了區(qū)域內(nèi)的某種特征或現(xiàn)象的變量呈現(xiàn)一定的空間分布時，則稱該變量為區(qū)域化變量，區(qū)域化變量是一個隨機變量，它具有局部的、隨機的特征。假設(shè)一個區(qū)域化變量在某個區(qū)域內(nèi)有值，即該區(qū)域化變量的空間點函數(shù)為f（x），那么有：

區(qū)域化變量具有一定的結(jié)構(gòu)特點，采用空間插值的方法，我們認(rèn)為區(qū)域化變量在點x 與偏離空間距離為h 的點x+h 處的值f（x）和f（x+h）具有某種程度的相似性，即自相關(guān)性，這種自相關(guān)性的程度依賴于兩點間的距離h及變量特征。依據(jù)這種特性，我們利用空間插值算法可以得到x+h 處的值，即f（x+h）。

反距離加權(quán)插值法

反距離加權(quán)（Inverse Distance Weighted，簡 稱IDW）插值法是基于相近相似的原理：當(dāng)兩個物體之間的距離越小時，它們的相似性越高。反之，當(dāng)兩個物體之間的距離越大時，它們的相似性越低。樣本點與待插值點間的距離為權(quán)重，待插值點與樣本點越近，則該點權(quán)重越大，反之越小。反距離加權(quán)插值法的一般公式如下：

權(quán)重的確定計算公式為：

其中，P 為指數(shù)；di0 是待插值點s0 與樣本點si 之間的距離。

待插值點值的權(quán)重與P 值有關(guān)，即樣本點與待插值點的距離越大，樣點對待插值點影響的權(quán)重按指數(shù)規(guī)律減少。在插值過程中，各樣本點值對待插值點值作用的權(quán)重大小是成比例的。

南京市中心城區(qū)PM2.5 空間插值

生成監(jiān)測站矢量圖

在進行空間插值前，需運行ArcGIS 9.3 軟件，對南京老城區(qū)9 個PM2.5 監(jiān)測站的空間位置矢量化，并形成ShapeFile 文件。具體做法為：首先建立一個Excel 表格，輸入9 個站點名稱（name）以及各站點的經(jīng)緯度（Lon/Lat）和各站點2013年下半年的PM2.5 數(shù)據(jù)均值；打開ArcMap 9.3，創(chuàng)建新的數(shù)據(jù)幀并添加（add）第一步中創(chuàng)建的Excel 數(shù)據(jù)；右擊數(shù)據(jù)，點擊Display XY Data，確定橫縱坐標(biāo)對應(yīng)表中的經(jīng)緯度值，單擊edit 選定WGS 1984 坐標(biāo)系，將九個站點進行展繪；右擊Excel 數(shù)據(jù)選擇Export Data 將其導(dǎo)出為ShapeFile 文件并在ArcMap 中顯示。

PM2.5 空間插值

此時監(jiān)測站矢量圖中各點的屬性數(shù)據(jù)已包含PM2.5值，接下來進行反距離加權(quán)空間插值。運用Spatial Analyst 工具箱，點擊Interpolate to Raster，繼續(xù)點擊Inverse Distance Weighted（即反距離加權(quán)進行空間插值）。Z value filed 設(shè)置為監(jiān)測點的PM2.5 值，power（權(quán)重）設(shè)為2，點擊確定，即可獲得矢量插值影像。

圖像剪裁

本文利用柵格運算器對插值后的PM2.5 分布圖進行剪裁

使用Spatial Analyst 工具箱，點擊Options，在彈出的對話框中設(shè)置Extent 選項中的Analysis extent，載入南京老城區(qū)矢量邊界的ShapFile 文件完成設(shè)置；繼續(xù)使用Spatial Analyst 工具箱，點擊菜單中Convert 并選擇Features to Raster，將已生成的矢量插值影像轉(zhuǎn)換為柵格影像。同理將南京市老城區(qū)邊界矢量圖轉(zhuǎn)換為邊界柵格數(shù)據(jù)，并在屬性表中增加一條字段，如value，值設(shè)為1；使用柵格計算器，點擊Raster Calculator，將生成的插值影像柵格數(shù)據(jù)與南京市老城區(qū)邊界柵格數(shù)據(jù)的value 值進行乘法運算，因為邊界外的值默認(rèn)為0，所以乘法運算后，邊界外的插值影像消失，此時即可獲得南京市老城區(qū)PM2.5 空間插值圖。

地圖編輯、整飾、輸出

南京市老城區(qū)PM2.5 空間插值影像生成后，便可對該地圖進行編輯、整飾、輸出。根據(jù)實際情況設(shè)置圖名、作者、單位、制圖時間、比例尺、指北針等地圖要素，以及圖幅大小、像素等，最后輸出打印。如圖1，為2013年下半年南京老城區(qū)PM2.5 均值分布圖。

圖1 2013年下半年南京老城區(qū)PM2.5 均值分布圖

空間插值結(jié)果與分析

南京PM2.5 現(xiàn)狀

通過分析圖3，雖然2013年下半年南京PM2.5 狀況較好，空氣質(zhì)量總體為良，但根據(jù)每日的PM2.5 數(shù)據(jù)顯示，2013 下半年個別天數(shù)空氣質(zhì)量達到了重度污染乃至爆表的狀態(tài)。因此如何有效改善南京市空氣質(zhì)量，指導(dǎo)城市綠化建設(shè)成為政府亟待解決的問題。

PM2.5 分布驅(qū)動力

人類因素

由圖1 可以看出，南京地區(qū)2013年下半年P(guān)M2.5 值分布呈現(xiàn)東北低、西南高的狀態(tài)。通過了解南京發(fā)展近況得知，新世紀(jì)以后，南京城市迅速向西南擴張，城鎮(zhèn)化步伐加快，大量城市建筑拔地而起，植被覆蓋度降低，大大減弱了城市植被降塵作用。另一方面，城市發(fā)展所需要的化石燃料，通過燃燒排放出大量粉塵，也同樣造成空氣污染加重的態(tài)勢。

自然因素

PM2.5 除了受到人類的影響外，一定程度上也受到自然因素的影響。由于季節(jié)性氣候條件不同，如風(fēng)、降水以及沙塵天氣等，不同時間段風(fēng)向風(fēng)速不同，對地區(qū)大氣中顆粒物會產(chǎn)生的影響也不同。

誤差因素

由于PM2.5 測定的局限性，不能使所獲得的數(shù)據(jù)非常精準(zhǔn)，并且在計算過程中也會產(chǎn)生一定的誤差，因此使得PM2.5 分布情況不能完全精確表達。

結(jié)語

本文使用空間插值方法分析了2013年下半年南京老城區(qū)PM2.5 分布狀況，得到南京市PM2.5 分布呈東北低、西南高狀態(tài)的結(jié)論。通過分析，這種空間分布格局背后的驅(qū)動因素主要有城市發(fā)展、人為影響等幾個方面。這提醒著人們在經(jīng)濟發(fā)展的同時，也需要對環(huán)境質(zhì)量進行更多的重視。需要強調(diào)的是PM2.5 對人類健康有著極大的危害，如何保護生態(tài)環(huán)境、降低城市PM2.5 值應(yīng)當(dāng)成為當(dāng)今城市發(fā)展的一個重要的關(guān)注方向。